Schießt Geld Tore? Eine Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore

Inhaltsverzeichnis

1. Einleitung
1.1. Problemstellung
1.2. Zielsetzung
1.3. Aufbau und Methodik

2. Grundlagen
2.1. Definition Marktwert
2.2. Definition Marktwertberechnung auf Transfermarkt.de
2.3. Definition Korrelationsanalyse
2.4. Definition Regressionsanalyse

3. Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore bei Stürmern
3.1. Datengrundlage
3.2. Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore in der Bundesliga
3.3. Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore in der Premier League

4. Fazit

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Tore je Marktwert in der 1.Bundesliga

Abbildung 2: Regressionsanalyse - Tore je Marktwert in der 1. Bundesliga

Abbildung 3: Tore pro 90 Minuten je Marktwert in der 1.Bundesliga

Abbildung 4: Regressionsanalyse - Tore pro 90 Minuten je Marktwert in der 1. Bundesliga

Abbildung 5: Tore je Marktwert in der Premier League

Abbildung 6: Regressionsanalyse - Tore je Marktwert in der Premier League

Abbildung 7: Regressionsanalyse - Tore pro 90 Minuten je Marktwert in der Premier League

1. Einleitung

1.1. Problemstellung

„Geld schießt keine Tore“¹ ist ein viel zitierter Satz von Otto Rehhagel, welcher immer wieder Verwendung findet, wenn eine dem Anschein nach kleinere Mannschaft gegen eine vermeintlich stärkere Mannschaft gewinnt. Allerdings war dieser Satz anders gemeint. Otto Rehhagel wollte damit ausdrücken, dass das Geld auf der Bank keine Tore schießt und es lieber in Spieler investiert werden solle bzw. die besten Spieler nicht verkauft werden sollen.² Seit der Saison 2005/2006 ist ein starker Anstieg der Transferausgaben der Bundesligaklubs zu erkennen. So sind die Ausgaben für Spieler von ca. 108 Millionen Euro in der Saison 2005/2006 auf ca. 716 Millionen Euro in der Saison 2017/2018 gestiegen.³ Auch ein ähnlich starker Anstieg der Marktwerte der aktuellen Bundesligaklubs in der ersten Liga ist seit der Saison 2010 zu erkennen. Der Marktwert der Spielerkader aller Mannschaften betrug insgesamt 1,55 Milliarden Euro im November 2010 und ist aktuell auf einen Wert von 4,06 Milliarden Euro angestiegen.⁴ Dies verdeutlicht, dass die Vereine immer höhere Transferausgaben für neue Spieler mit höherem Marktwert tätigen, um erfolgreich in der obersten Liga in Deutschland mitspielen zu können. Diese Seminararbeit beschäftigt sich mit dem Marktwert der Stürmer und soll klären, ob die höheren Marktwerte für Stürmer Auswirkungen auf deren Torausbeute haben und somit gerechtfertigt sind.

1.2. Zielsetzung

Das Ziel der vorliegenden Arbeit ist es ein grundlegendes Verständnis für den Marktwert der Spieler zu vermitteln und genauer zu klären, ob der Marktwert der Stürmer eine Auswirkung auf die Torausbeute dieser hat. Da Stürmer im Normalfall die meisten Tore schießen, bezieht sich diese Arbeit auf die Stürmerposition und untersucht nicht die Auswirkungen auf die Torquote von Mittelfeldspielern, Abwehrspielern und Torhütern. Die zugrundeliegende Forschungsfrage dieser Arbeit lautet:

Schießt ein Stürmer mit einem hohen Marktwert mehr Tore als ein Stürmer mit geringem Marktwert?

Weiterhin soll geklärt werden, ob es bei dieser Auswirkung Unterschiede zwischen den Ligen gibt. Dazu werden die Daten der ersten Liga in Deutschland und England miteinander verglichen.

1.3. Aufbau und Methodik

Die vorliegende Arbeit ermittelt die Bedeutung des Marktwertes für die Torausbeute von Stürmern mit Hilfe einer Korrelations- und einer Regressionsanalyse mit dem Programm R. Zuerst werden dafür in Kapitel zwei die Grundlagen definiert. Dazu zählen die Definition des Marktwertes, eine Beschreibung der Marktwertberechnung des Fußballportals Transfermarkt.de, von dem die Daten für die Regressionsanalyse stammen, und eine Definition der Korrelations- sowie der Regressionsanalyse. Im dritten Kapitel wird dann zuerst die Datengrundlage genauer beschrieben und anschließend wird die Analyse der Daten zuerst für die Bundesliga und anschließend für die Premier League durchgeführt, um Unterschiede zwischen den zwei Ligen festzustellen. Abschließend werden die Ergebnisse der vorliegenden Arbeit in einem Fazit zusammengefasst.

2. Grundlagen

2.1. Definition Marktwert

Der Spieler-Marktwert soll den monetären Wert eines Spielers zu einem aktuellen Zeitpunkt darstellen. Also den Betrag, den ein Verein wahrscheinlich zahlen muss, um diesen Spieler von einem anderen Verein zu erwerben. Der Marktwert soll also die aktuelle und potentielle Leistungsfähigkeit des jeweiligen Spielers widerspiegeln.⁵ Beeinflusst wird dieser Wert hauptsächlich durch die fußballerischen Fähigkeiten des Spielers. Vereine beschäftigen eigene Mitarbeiter, sogenannte Scouts, oder beauftragen Agenturen damit, einzelne Spieler zu beobachten. Beobachtet werden unter anderem der Gesundheitszustand, die Passgenauigkeit, die Anzahl der Torvorlagen, die gelaufenen Kilometer und die gewonnenen Zweikämpfe.⁶ Weiterhin beeinflusst auch die Vertragslaufzeit den Marktwert. Dieser ist höher, je länger die restliche Vertragslaufzeit des Spielers ist, bzw. geringer, wenn die restliche Vertragslaufzeit kürzer ist. Auch eine gute wirtschaftliche Lage des besitzenden Vereins hat eine positive Auswirkung auf den Marktwert der Spieler.⁷ Weiterhin wird der Marktwert auch durch das Angebot und die Nachfrage der anderen Vereine beeinflusst.⁸ Mit Hilfe des Marktwertes lassen sich die Spieler dann auf dem Transfermarkt handeln.⁹ Dieser wirtschaftliche Wert des Spielers findet sich auch in der Bilanz des besitzenden Vereins wieder. Sobald der Spieler für einen bestimmten Preis von einem Verein zum anderen wechselt, wird dieser mit seinem aktuellen Marktwert, der dem Transferpreis entspricht, in der Bilanz des Vereins aufgenommen. In den folgenden Jahren wird der bilanzierte Wert dann über die gewöhnliche Nutzungsdauer, welche der Vertragslaufzeit entspricht, abgeschrieben. Somit kann nur im Jahr der Anschaffung der aktuelle Marktwert in der Bilanz abgelesen werden. Spieler, welche vom Verein selber ausgebildet wurden, werden nicht mit ihrem Marktwert in der Bilanz aufgenommen.¹⁰ Für die Spieler selbst hat der Marktwert auch einen Nutzen. So können diese in Vertragsverhandlungen mit dem Verein den eigenen Marktwert nutzen, um entsprechend bezahlt zu werden.¹¹

Seit einigen Jahren wird der Marktwert der Spieler bzw. ganzer Mannschaften auch für Prognosen genutzt. Hierbei handelt es sich um Prognosen über den sportlichen Erfolg in der Liga oder bei einzelnen Spielen wie auch um die Ergebnisse der Europa- und Weltmeisterschaften.¹² Dabei wird deutlich, dass der Marktwert einen positiven Einfluss auf den sportlichen Erfolg hat, hierbei allerdings weitere Faktoren mit hineinspielen. Positiv wirken sich unter anderem eine homogene Verteilung der Marktwerte, viele Nationalitäten und keine sprachlichen Barrieren aus.¹³

2.2. Definition Marktwertberechnung auf Transfermarkt.de

Die verwendeten Daten stammen von dem Fußballportal Transfermarkt.de. Dies ist ein in Deutschland ansässiges Fußball-Internet-Portal, auf dem der User aktuelle und auch historische News, Statistiken, Transfers und Spieler-Marktwerte von Vereinen und Spielern aus der Bundesliga und weiteren internationalen Ligen finden kann.¹⁴ Dieses Fußballportal beinhaltet eine sogenannte Marktwertanalyse, durch die der Marktwert der Spieler bestimmt werden soll. Dort kann jede Privatperson, nachdem sie sich auf Transfermarkt.de registriert hat, eine eigene Empfehlung für den Marktwert einzelner Spieler abgeben.¹⁵ Diese Art der Bewertung bezeichnet James Surowiecki als die Weisheit der Vielen, womit er ausdrücken möchte, dass alle User von Transfermarkt.de eine genauso gute oder bessere Schätzung des Marktwertes abgeben können, als ein paar Fußball-Experten. Demnach werden Fehler eines Einzelnen durch die Menge an Bewertungen kompensiert.¹⁶ Zu jedem Spieler existiert eine eigene Seite auf welcher der User seinen Kommentar inklusive Begründung für eine Marktwertänderung abgeben darf.¹⁷ Für die Marktwertbestimmung haben die User im Forum einige Leitlinien zusammengestellt, welche sicherstellen sollen, dass eine einheitliche Vorgehensweise zur Bewertung gewählt wird.¹⁸ Zu den Leitlinien zählt unter anderem, dass der Vergleich mit anderen Spielern auf der Position, in gleichem Alter und mit ähnlichen Leistungen eine gute Grundlage für die Bewertung ist. Weiterhin soll sich der Marktwert an der Ablöse, der Vertragslänge, dem Wert für den Verein und seinem Gehalt bemessen.¹⁹ Erhöhungen oder Abwertungen werden in bestimmten Staffelungen durchgeführt. Der niedrigste Startwert beginnt mit 25.000 € und wird in 25.000 € Schritten erhöht. Die Schritte steigern sich beim Erreichen von bestimmten Wertgrenzen auf bis zu 5 Mio. € Schritte. Nach oben ist dem Marktwert keine Grenze gesetzt.²⁰ Die anschließende Marktwertanpassung erfolgt allerdings nicht nach demokratischen Regeln oder durch die Bildung eines Mittelwertes. Nur wenige User sind mit speziellen Rechten ausgerüstet, um die Marktwerte entsprechend ihrer finalen Entscheidung anzupassen.²¹ Diese Anpassung erfolgt in regelmäßigen Abständen innerhalb der Saison und der Verlauf des Marktwertes kann auf der Seite des Spielers, ebenso wie sein Verein, seine Position und viele weitere Daten, abgelesen werden.²²

Die erarbeiteten Marktwerte von Transfermarkt.de besitzen ein hohes Ansehen sowie einen hohen wirtschaftlichen Wert in der Welt des Fußballs, denn diese finden Anwendung in Transfer- und Vertragsverhandlungen.²³ Weiterhin verweist mittlerweile sogar die TSG Hoffenheim in ihrem Jahresabschluss auf die von Transfernarkt.de ermittelten Marktwerte ihrer Mannschaft.²⁴

2.3. Definition Korrelationsanalyse

Die Korrelationsanalyse wird auch als Zusammenhangsanalyse bezeichnet und misst die Intensität und die Richtung des Zusammenhanges zwischen zwei Variablen.²⁵ Das Maß, welches den Zusammenhang dieser zwei Variablen angibt ist der Korrelationskoeffizient r. Dieser Wert liegt immer zwischen -1 und 1. Liegt der Wert bei genau -1 oder 1 liegt eine perfekte Korrelation vor, zwischen -0,7 und -1 sowie 0,7 und 1 liegt eine starke, zwischen -0,3 und -0,7 sowie 0,3 und 0,7 liegt eine schwache Korrelation vor. Liegt der Wert zwischen 0,3 und -0,3 korrelieren die zwei Variablen nicht miteinander.²⁶ Es wird unterschieden zwischen negativen und positiven Korrelationen. Wenn zwei Variablen positiv miteinander korrelieren, bedeutet es, dass je größer die erste Variable ist, umso größer ist auch die zweite Variable. Beide Variablen werden also gleichzeitig größer. Bei einer negativen Korrelation verhalten sich die zwei Variablen entgegengesetzt zueinander. Steigt die erste Variable, so nimmt die zweite Variable ab oder umgekehrt. Eine Korrelation sagt allerdings noch nichts darüber aus, welche Variable die andere beeinflusst.²⁷ Des Weiteren liefert die Korrelation auch keinen Beweis für einen kausalen Zusammenhang, denn gerade bei der Interpretation kann es häufig zu Fehlern kommen. Es ist beispielsweise eine hohe Korrelation zwischen der Anzahl der Störche und Geburten von 1900 bis 1970 zu erkennen. Dies bedeutet allerdings nicht, dass die Kinder wirklich von den Störchen gebracht werden.²⁸

In vielen Fällen wird auch das Bestimmtheitsmaß R² zur Bestimmung des prozentualen Zusammenhanges angegeben. Wenn R² einem Wert von 0,49 entspricht, dann können 49% der Unterschiede einer Variablen durch die andere Variable erklärt werden.²⁹

2.4. Definition Regressionsanalyse

Die Regressionsanalyse untersucht den Einfluss von einer oder mehreren Variablen auf eine andere Variable.³⁰ Die Variablen werden dabei in zwei Kategorien unterteilt. Es gibt die abhängige Variable und eine oder mehrere unabhängige Variablen. Die unabhängigen Variablen sind die Variablen, welche einen Einfluss auf die abhängige Variable ausüben. Die abhängige Variable ist die Variable, welche durch die unabhängige Variable beeinflusst wird.³¹ Das Ziel der Regressionsanalyse ist es zu klären, wie groß der Einfluss der unabhängigen Variablen auf die abhängige Variable ist.³² Im Gegensatz zur Korrelationsanalyse ist hierbei von vorneherein eine Kausalitätsrichtung vorgegeben.³³

Bei einer linearen Regression bildet die grafische Abbildung der Regressionsfunktion mit zwei Variablen eine gerade Linie, welche auf der Gleichung y=a+b*x basiert. Während a die Konstante ist, spiegelt b die Steigung der Geraden wider. Somit kann diese Gleichung zu Prognosen genutzt werden. Sie prognostiziert den Wert y der abhängigen Variablen anhand der unabhängigen Variablen x.³⁴ Das Bestimmtheitsmaß R² gibt an, in wie weit die Gerade die Zusammenhänge zwischen der abhängigen und unabhängigen Variablen widerspiegelt. Dieser Wert liegt zwischen null und eins. Eins würde dabei bedeuten, dass alle Punkte exakt auf der Regressionsfunktion liegen.³⁵ Der Wert zwischen dem Bestimmtheitsmaß und eins gibt die Unsicherheit des Modells an. Es ist der Einfluss von anderen Variablen, die in diesem Modell nicht verwendet wurden.³⁶ In der vorliegenden Arbeit werden die Korrelations- und die Regressionsanalyse jeweils mit RStudio durchgeführt.

3. Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore bei Stürmern

3.1. Datengrundlage

Die Grundlage für die Korrelations- und Regressionsanalyse im nächsten Schritt bilden die Daten von Transfermarkt.de. Von diesem Fußballportal wurden der Name, der Marktwert zu Saisonbeginn, der Verein, die Position, die Anzahl der Spiele, die eingesetzten Minuten, die Anzahl der Tore und das Alter gesammelt. Die gesammelten Werte liegen bis auf den Namen, den Verein und die detaillierte Position der Stürmer in metrischer Form vor. Manuell hinzugefügt zu den Daten wurden die Werte Tore pro Spiel und der hochgerechnete Wert Tore pro 90 Minuten. Die Auswertung der Daten erfolgt nur für Stürmer, da diese in der Regel für das schießen der Tore verantwortlich sind.³⁷ Die anderen Positionen, wie Mittelfeld- und Abwehrspieler oder Torhüter, werden in der Analyse nicht beachtet. Die Position der Stürmer kann nochmal unterteilt werden in Mittelstürmer, Hinter den Spitzen, Linksaußen und Rechtsaußen.

Es wurden nur die Spieler mit in die Datengrundlage aufgenommen, die mindestens eine Minute in der Saison im Ligawettbewerb auf dem Platz standen. Weiter wurden nur die Daten aus dem Ligawettbewerb ermittelt. Tore und Einsatzminuten aus nationalen und internationalen Pokalspielen wurden nicht mit in die Datengrundlage aufgenommen. Außerdem beschränkt sich diese Analyse auf die abgeschlossene Saison 2017/2018 der ersten Ligen in Deutschland und England, die 1. Bundesliga und die Premier League, um herauszustellen, ob es Unterschiede zwischen den beiden Ligen gibt.

3.2. Analyse der Auswirkungen des Spieler-Marktwerts auf die Anzahl der geschossenen Tore in der Bundesliga

Insgesamt wurden in der Saison 2017/2018 150 Stürmer in der 1.Bundesliga eingesetzt, welche zusammen 548 Tore geschossen haben. Insgesamt wurden 855 Tore geschossen, demzufolge wurden 64% der Tore durch die Stürmer erzielt.³⁸ Mit 29 Toren hat Robert Lewandowski vom FC Bayern München die meisten Tore in der abgelaufenen Saison geschossen und somit die Torjägerkrone gewonnen.³⁹ Er ist auch der Stürmer mit dem höchsten Marktwert der Bundesliga in der Saison 17/18. Der durchschnittliche Marktwert der Stürmer in der 1. Bundesliga beträgt 6,42 Mio. € und diese haben im Schnitt 3,65 Tore in der Saison geschossen.

Nachfolgendes Streudiagramm (siehe Abbildung 1) der geschossenen Tore je Marktwert verdeutlicht bereits, dass in der 1. Bundesliga nur drei Stürmer vorhanden sind, die einen Marktwert größer als 40 Mio. € haben. Der größte Teil der Stürmer besitzt einen maximalen Marktwert von 25 Mio. € und hat maximal 15 Tore geschossen in der vergangenen Saison.

[...]

¹ Die Welt, Rehagel, 1995, S. 1; Schütte, N., Sportmanagement, 2016, S. 178.

² Vgl. Schütte, N., Sportmanagement, 2016, S. 178.

³ Vgl. Statista, Transferausgaben, 2018c, o.S..

⁴ Vgl. Transfermarkt, Marktwert, 2018d, S. 4 f.

⁵ Vgl. Gerhards, J., Mutz, M., Wagner, G., Marktwert, 2014, S. 234.

⁶ Vgl. Gerhards, J., Mutz, M., Wagner, G., Marktwert, 2014, S. 233 f.

⁷ Vgl. Handschin, L., Bilanz, 2008, S. 49 f; Elter, V., Bewertung, 2012, S. 70.

⁸ Vgl. Handschin, L., Bilanz, 2008, S. 49 f.

⁹ Vgl. Heun, V., Assetklasse, 2016, S. 38; Vgl. Müller, O., Simons, A., Weinman, M., Marktwert, 2017, S. 612.

¹⁰ Vgl. Handschin, L., Bilanz, 2008, S. 49 f; Elter, V., Bewertung, 2012, S. 68 f.

¹¹ Vgl. Runde, J., Tamberg, T., Fussballprofi, 2014, S. 215.

¹² Vgl. Gerhards, J., Mutz, M., Wagner, G., Zufall, 2012, S. 15 f.

¹³ Vgl. Daumann, F., Bart, M., Planung, 2012, S. 177.

¹⁴ Vgl. Müller, O., Simons, A., Weinman, M., Marktwert, 2017, S. 612; Xing, Über uns, 2018, S. 1.

¹⁵ Vgl. Müller, O., Simons, A., Weinman, M., Marktwert, 2017, S. 612.

¹⁶ Vgl. Surowiecki, J., Weisheit, 2005, S. XIV ff.

¹⁷ Vgl. Peeters, T., Transfermarkt, 2018, S. 18.

¹⁸ Vgl. Transfermarkt, Leitlinien, 2013, o.S; Transfermarkt, Definition, 2017, o.S.

¹⁹ Vgl. Transfermarkt, Leitlinien, 2013, o.S; Transfermarkt, Definition, 2017, o.S.

²⁰ Vgl. Transfermarkt, Leitlinien, 2013, o.S.

²¹ Vgl. Herm, S., Callsen-Bracker, H., Kreis, H., Marktwert, 2014, S. 486.

²² Vgl. Peeters, T., Transfermarkt, 2018, S. 18.

²³ Vgl. Herm, S., Callsen-Bracker, H., Kreis, H., Marktwert, 2014, S. 487; Peeters, T., Transfermarkt, 2018, S. 18.

²⁴ Vgl. Bundesanzeiger, Jahresabschluss, 2017, o.S.

²⁵ Vgl. Eckstein, P., Statistik, 1997, S. 185.

²⁶ Vgl. Leyer, I., Wesche, K., Statistik, 2008, S. 10.

²⁷ Vgl. Statista, Korrelation, 2018a, o.S.

²⁸ Vgl. Stahel, W., Datenanalyse, 2000, S. 42; Statista, Korrelation, 2018a, o.S.

²⁹ Vgl. Leyer, I., Wesche, K., Statistik, 2008, S. 10.

³⁰ Vgl. Schendera, C., Regressionsanalyse, 2008, S. 36; Wolf, C., Best, H., Regressionsanalyse, 2010, S. 607.

³¹ Vgl. Urban, D., Mayerl. J., Regressionsanalyse, 2011, S. 26.

³² Vgl. Schendera, C., Regressionsanalyse, 2008, S. 36; Wolf, C., Best, H., Regressionsanalyse, 2010, S. 607.

³³ Vgl. Schendera, C., Regressionsanalyse, 2008, S. 36.

³⁴ Vgl. Schendera, C., Regressionsanalyse, 2008, S. 38 ff.

³⁵ Vgl. Statista, Regression, 2018b, o.S.

³⁶ Vgl. Ring, C., Ryll, A., Gaus, W., Bestimmtheitsmaß, 2006, S. 608.

³⁷ Vgl. Weßling, S., Stürmer, 2013, S. 3.

³⁸ Vgl. Kicker, Tabelle, 2018b, o.S.

³⁹ Vgl. Kicker, Torjäger, 2018a, o.S.